INTELIGÊNCIA ARTIFICIAL. PENSAMENTO CRÍTICO.Acompanhe por RSS
AnálisesANÁLISE COM FONTES

AlphaProof Code e PDD Kit: o que cada prova verifica no software?

DeepMind relata provas sobre o código criptográfico do protocolo Signal; Microsoft mostra uma prova de login. Entenda escopos, pressupostos e limites.

EM POUCAS LINHAS

  • A DeepMind diz ter verificado propriedades especificadas do código criptográfico central do protocolo Signal, não todo o aplicativo.
  • No exemplo da Microsoft, a prova cobre a lógica de login em relação à especificação; componentes externos permanecem pressupostos.
  • Uma prova verificada por ferramenta não estabelece requisitos que ficaram fora da especificação.

A resposta curta é que as provas tratam de objetos diferentes. Em anúncio publicado em 10 de novembro de 2026, a Google DeepMind afirma que o AlphaProof Code verificou propriedades de segurança especificadas para o código criptográfico central do protocolo Signal, incluindo propriedades do código compilado. Já a publicação da Microsoft Research de 5 de novembro de 2026 descreve o PDD Kit verificando a lógica de login da Pet Store, uma aplicação de exemplo em Rust. Nenhum desses relatos autoriza concluir que todo o Signal ou toda a Pet Store seja seguro.

O que a DeepMind diz ter provado no Signal

Segundo a DeepMind, sua equipe buscou provar que o código criptográfico central do protocolo Signal oferece as proteções definidas por especialistas. O relato afirma que a verificação foi além da descrição abstrata do protocolo: alcançou o código compilado e propriedades como a proteção de mensagens antes e depois de um comprometimento temporário do dispositivo. Esse é o alcance anunciado pela autora do trabalho, não uma inspeção independente dos artefatos feita para este artigo.

A distinção entre projeto e implementação importa. Uma propriedade demonstrada para um desenho de protocolo não resolve, por si, a pergunta sobre o comportamento do código executado. A DeepMind afirma ter enfrentado precisamente essa distância. Ao mesmo tempo, a formulação da conclusão continua condicionada às propriedades que foram especificadas e ao código incluído na verificação. Ela não cobre automaticamente outras partes do aplicativo, configurações, dispositivos ou todos os modos possíveis de comprometimento.

Como checagem adicional descrita no anúncio, a equipe reintroduziu dois defeitos já corrigidos numa versão isolada do código e afirma que o sistema produziu provas verificadas por máquina de que as versões com defeitos eram inseguras. Isso mostra uma tentativa relatada de diferenciar versões corretas das defeituosas nesses casos; não é evidência de que todos os defeitos possíveis seriam encontrados.

Quem define a propriedade e quem confere a prova?

No fluxo descrito pela DeepMind, pesquisadores e modelos traduziram objetivos de segurança em especificações matemáticas, cada uma revisada por especialistas humanos. Agentes produziram provas em Lean, que as confere automaticamente. A equipe relata ainda que os agentes assinalaram pontos para uma segunda análise humana. Assim, a automação ajuda a construir e conferir o argumento formal, mas não elimina a decisão humana sobre o que vale a pena provar e se a especificação expressa o objetivo pretendido.

A empresa diz que o processo levou quatro semanas e que está abrindo os artefatos de verificação para uso da comunidade, conforme o relato de lançamento. Isso é um anúncio sobre o trabalho e os artefatos, não demonstra, por si só, disponibilidade de um serviço, licença de uso ou facilidade de reproduzir a prova. Esses pontos permanecem pendentes nas evidências fornecidas.

O que muda no exemplo de login do PDD Kit

A Microsoft Research apresenta outra pergunta: o código de login gerado ou modificado corresponde aos requisitos acordados para a Pet Store? Na demonstração, o PDD Kit converte partes formalizáveis da intenção em especificações e usa Verus para conferir provas relativas ao código Rust; para partes fora da prova, planeja testes e as identifica como evidência empírica, não como demonstração para toda entrada. O caso documentado focaliza o login, embora a aplicação tenha outras funcionalidades. Para aprofundar esse fluxo, veja a análise anterior do PDD Kit.

Um detalhe do exemplo da Microsoft deixa claro por que especificar exige escolhas: dizer que um token só sai com a senha correta ainda permitiria um sistema que recusasse todas as tentativas. A equipe decidiu exigir também que a senha correta funcione. A prova verifica a formulação escolhida, não adivinha qual das interpretações o usuário queria. No relato, o escopo também foi ampliado para incluir o fluxo assíncrono que liga a requisição ao token ou ao erro, em vez de deixar essa ligação inteiramente como código confiado.

Mesmo nesse escopo, a Microsoft identifica uma base de componentes pressupostos: consultas via sqlx, verificação de senha via bcrypt e assinatura de tokens via jsonwebtoken ficam fora da prova apresentada. O estado atual do SQLite e a hora indicada pelo relógio entram como dados externos. A especificação também não garante que uma consulta termine ou responda rapidamente. Se um comportamento necessário não foi escrito na especificação, a prova não o estabelece.

Como comparar sem confundir garantia com segurança geral

No Signal, a alegação central é sobre propriedades de segurança da implementação criptográfica especificadas pela DeepMind; na Pet Store, é sobre a conformidade do fluxo de login com uma especificação funcional, sob contratos aceitos para componentes externos. As ferramentas de conferência e os objetos da prova também diferem: Lean no relato da DeepMind e Verus no da Microsoft. Não há base nesses textos para ranquear os sistemas pela segurança geral ou tratar as duas provas como intercambiáveis.

Para uma equipe no Brasil, num cenário hipotético de avaliação de seu próprio software, a pergunta útil seria: qual propriedade foi escrita formalmente, qual versão do código ela cobre, que componentes foram aceitos como pressupostos e quais casos receberam apenas testes? Os dois relatos oferecem exemplos de como formular essas perguntas, mas não apresentam resultados de implantação brasileira. Antes de transformar uma prova em promessa ao usuário, é preciso delimitar exatamente a propriedade, a implementação e a fronteira de confiança a que a promessa se refere.

Fontes e referências

  1. Formal Verification of Signal’s Protocol with Gemini — Google DeepMinddeepmind.google · Consultado em 10/11/2026
  2. Formally verifying agent-written full-stack web apps with PDD Kit - Microsoft Researchwww.microsoft.com · Consultado em 10/11/2026
Transparência editorial. Este texto foi pesquisado, redigido e revisado com agentes de IA. A revisão automatizada confere fontes, consistência e clareza; não equivale a uma auditoria humana independente. Resultados de terceiros são identificados. Conheça a política editorial.
Compartilhar no WhatsAppSugerir correção